วิธีการคำนวณค่า p ของสถิติไคสแควร์ในหน่วย r

ทุกครั้งที่คุณทำการทดสอบไคสแควร์ คุณจะได้รับสถิติการทดสอบไคสแควร์ จากนั้น คุณจะพบค่า p ที่สอดคล้องกับสถิติการทดสอบนี้ เพื่อพิจารณาว่าผลการทดสอบมีนัยสำคัญทางสถิติหรือไม่

หากต้องการค้นหาค่า p ที่สอดคล้องกับสถิติการทดสอบไคสแควร์ใน R คุณสามารถใช้ ฟังก์ชัน pchisq() ซึ่งใช้ไวยากรณ์ต่อไปนี้:

pchisq(q, df, lower.tail = TRUE)

ทอง:

• ถาม: สถิติการทดสอบไคสแควร์
• df: องศาแห่งอิสรภาพ
• lower.tail: ถ้าเป็น TRUE ความน่าจะเป็นทางซ้ายของ q ในการแจกแจงแบบไคสแควร์จะถูกส่งกลับ ถ้าเป็น FALSE จะส่งคืนค่าความน่าจะเป็นทางด้านขวาของ q ในการแจกแจงแบบไคสแควร์ ค่าเริ่มต้นคือ TRUE

ตัวอย่างต่อไปนี้แสดงวิธีใช้ฟังก์ชันนี้ในทางปฏิบัติ

ตัวอย่างที่ 1: การทดสอบความพอดีของไคสแควร์

เจ้าของร้านบอกว่ามีลูกค้ามาที่ร้านในจำนวนเท่ากันทุกวันในสัปดาห์ เพื่อทดสอบสมมติฐานนี้ นักวิจัยอิสระจะบันทึกจำนวนลูกค้าที่เข้าร้านในสัปดาห์ที่กำหนดและพบสิ่งต่อไปนี้:

• วันจันทร์: ลูกค้า 50 คน
• วันอังคาร: ลูกค้า 60 คน
• วันพุธ: ลูกค้า 40 คน
• พฤหัสบดี: ลูกค้า 47 คน
• วันศุกร์: ลูกค้า 53 คน

หลังจากทำการ ทดสอบความดีพอดีของไคสแควร์ แล้ว ผู้วิจัยพบสิ่งต่อไปนี้:

สถิติการทดสอบไคสแควร์ (X ² ): 4.36

องศาความอิสระ: (df): 4

หากต้องการค้นหาค่า p ที่เกี่ยวข้องกับสถิติการทดสอบไคสแควร์และระดับความเป็นอิสระ เราสามารถใช้โค้ดต่อไปนี้ใน R:

 #find p-value for the Chi-Square test statistic
pchisq(q=4.36, df=4, lower.tail= FALSE )

[1] 0.3594721

ค่า p กลายเป็น 0.359 เนื่องจากค่า p นี้ไม่น้อยกว่า 0.05 เราจึงไม่สามารถปฏิเสธสมมติฐานว่างได้ ซึ่งหมายความว่าเราไม่มีหลักฐานเพียงพอที่จะบอกว่าการกระจายตัวของลูกค้าที่แท้จริงนั้นแตกต่างจากที่เจ้าของร้านค้ารายงาน

ตัวอย่างที่ 2: การทดสอบความเป็นอิสระของไคสแควร์

นักวิจัยต้องการทราบว่าเพศสัมพันธ์กับการเลือกพรรคการเมืองหรือไม่ พวกเขาสุ่มตัวอย่างผู้มีสิทธิเลือกตั้ง 500 คน และถามพวกเขาเกี่ยวกับความชอบของพรรคการเมือง หลังจากทำการ ทดสอบความเป็นอิสระของไคสแควร์ แล้ว จะพบสิ่งต่อไปนี้:

สถิติการทดสอบไคสแควร์ (X ² ): 0.8642

องศาความอิสระ: (df): 2

หากต้องการค้นหาค่า p ที่เกี่ยวข้องกับสถิติการทดสอบไคสแควร์และระดับความเป็นอิสระ เราสามารถใช้โค้ดต่อไปนี้ใน R:

 #find p-value for the Chi-Square test statistic
pchisq(q=0.8642, df=2, lower.tail= FALSE )

[1] 0.6491445

ค่า p กลายเป็น 0.649 เนื่องจากค่า p นี้ไม่น้อยกว่า 0.05 เราจึงไม่สามารถปฏิเสธสมมติฐานว่างได้ ซึ่งหมายความว่าเราไม่มีหลักฐานเพียงพอที่จะกล่าวว่ามีความสัมพันธ์ระหว่างเพศและการตั้งค่าของพรรคการเมือง

ที่เกี่ยวข้อง: วิธีการทดสอบความเป็นอิสระของ Chi-Square ใน R

ค้นหาเอกสารฉบับสมบูรณ์สำหรับฟังก์ชัน pchisq() ที่นี่